TW202509802A - 電腦程式、資訊處理方法及資訊處理裝置 - Google Patents
電腦程式、資訊處理方法及資訊處理裝置 Download PDFInfo
- Publication number
- TW202509802A TW202509802A TW113109917A TW113109917A TW202509802A TW 202509802 A TW202509802 A TW 202509802A TW 113109917 A TW113109917 A TW 113109917A TW 113109917 A TW113109917 A TW 113109917A TW 202509802 A TW202509802 A TW 202509802A
- Authority
- TW
- Taiwan
- Prior art keywords
- processing
- substrate
- plasma
- shape
- parameters
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- H10P50/242—
-
- H10P95/00—
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Manufacturing & Machinery (AREA)
- Power Engineering (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Drying Of Semiconductors (AREA)
- Plasma & Fusion (AREA)
- Automation & Control Theory (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- Analytical Chemistry (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Quality & Reliability (AREA)
- Chemical & Material Sciences (AREA)
Abstract
本發明之課題在於提供一種能夠高精度地調整通量參數之電腦程式、資訊處理方法及資訊處理裝置。
模擬利用電漿處理基板之處理裝置中之電漿的狀態,從模擬結果獲取表示因電漿產生之粒子入射至基板之狀態之通量參數的推定值,使用利用包含上述通量參數之與基板處理之條件相關之處理參數模擬基板處理之模擬模型、或根據上述處理參數及基板之初始形狀之輸入而輸出基板之處理後形狀之已學習模型,將所獲取之上述推定值作為上述通量參數之初始值來調整上述處理參數,使得從具有特定之初始形狀之基板獲得具有特定之處理後形狀之基板。
Description
本發明係關於一種電腦程式、資訊處理方法及資訊處理裝置。
對半導體晶圓或玻璃基板等基板進行蝕刻或成膜等處理之基板處理係根據規定有處理內容之製程配方來進行。先前,進行形狀模擬,該形狀模擬係使用電腦對藉由基板處理獲得之基板形狀進行預測。形狀模擬係使用與對應製程配方之基板處理相關之複數個處理參數,模擬基板處理。又,亦藉由調整處理參數而搜尋用於獲得特定之基板之製程配方,使得藉由形狀模擬能獲得特定之預測形狀。於專利文獻1中揭示有進行形狀模擬之技術之例。
[先前技術文獻]
[專利文獻]
[專利文獻1]日本專利第6890632號公報
[發明所欲解決之問題]
基板處理中有電漿蝕刻或CVD(化學氣相沉積)等利用電漿之處理。表示因電漿產生之離子等粒子入射至基板之狀態之通量參數包含於處理參數中。當調整處理參數時,通量參數亦隨之調整。
本發明提供一種能夠高精度地調整通量參數之電腦程式、資訊處理方法及資訊處理裝置。
[解決問題之技術手段]
本發明之一態樣之電腦程式使電腦執行如下處理:模擬利用電漿處理基板之處理裝置中之電漿之狀態,從模擬結果獲取表示因電漿產生之粒子入射至基板之狀態之通量參數的推定值,使用利用包含上述通量參數之與基板處理之條件相關之處理參數模擬基板處理之模擬模型或根據上述處理參數及基板之初始形狀之輸入而輸出基板之處理後形狀之已學習模型,將所獲取之上述推定值作為上述通量參數之初始值來調整上述處理參數,使得從具有特定之初始形狀之基板獲得具有特定之處理後形狀之基板。
[發明之效果]
根據本發明,可提供一種能夠高精度地調整通量參數之電腦程式、資訊處理方法及資訊處理裝置。
以下,針對本發明基於表示其實施方式之圖式具體地進行說明。
製造半導體晶圓、玻璃基板或平板基板等基板之製程中包含對基板進行蝕刻或成膜等處理之製程。以下,將對基板之處理稱為基板處理,將執行基板處理之裝置稱為處理裝置。例如,處理裝置包含製程腔室,對配置於製程腔室內之基板進行蝕刻等基板處理。基板處理中有電漿蝕刻或CVD(化學氣相沉積)等利用電漿之處理。處理裝置根據規定了基板處理之內容之預定之製程配方對基板進行處理。基板處理係於製程配方所規定之處理條件下進行。處理條件包含製程腔室之形狀、供給之氣體之流量、供給之電力、壓力及溫度等。於本實施方式中,使用與處理條件相關之處理參數模擬基板處理,並調整處理參數,以能夠獲得特定之預測形狀。
圖1係表示本實施方式之資訊處理系統之構成例之概念圖。資訊處理系統包含執行基板處理之處理裝置21、控制處理裝置21之控制裝置22、測定基板形狀之測定裝置23、及資訊處理裝置1。處理裝置21對基板進行基板處理。例如,處理裝置21包含製程腔室,進行電漿蝕刻作為基板處理。控制裝置22調整由處理裝置21進行之基板處理之處理條件。測定裝置23測定基板處理前之基板形狀、及由處理裝置21進行基板處理後之基板形狀。測定裝置23例如係掃描式電子顯微鏡或穿透式電子顯微鏡。例如,將基板切斷,由測定裝置23測定基板之剖面形狀。藉由測定裝置23獲得表示基板處理前後之基板形狀之形狀資料。
資訊處理裝置1執行資訊處理方法。資訊處理裝置1執行使用處理參數之形狀模擬。資訊處理裝置1利用測定裝置23獲取之形狀資料,調整處理參數,以能夠獲得於形狀模擬中具有預定形狀之基板。控制裝置22能夠根據經調整之處理參數調整由處理裝置21進行之基板處理之處理條件。
圖2係表示資訊處理裝置1之內部之構成例之方塊圖。資訊處理裝置1使用個人電腦或伺服器裝置等電腦而構成。資訊處理裝置1具備運算部11、記憶體12、記憶部13、讀取部14、操作部15及顯示部16。運算部11例如使用CPU(Central Processing Unit,中央處理單元)、GPU(Graphics Processing Unit,圖形處理單元)或多核心CPU而構成。運算部11亦可使用量子電腦而構成。記憶體12記憶伴隨運算產生之暫時性資料。記憶體12例如係RAM(Random Access Memory,隨機存取記憶體)。記憶部13為非揮發性,例如係硬碟或非揮發性半導體記憶體。讀取部14從光碟或可攜型記憶體等記錄媒體10讀取資訊。
操作部15藉由受理來自使用者之操作而受理文本等資訊之輸入。操作部15例如係鍵盤、指向裝置或觸控面板。顯示部16顯示圖像。顯示部16例如係液晶顯示器或EL顯示器(Electroluminescent Display,電致發光顯示器)。操作部15及顯示部16亦可成為一體。
運算部11使讀取部14讀取記錄於記錄媒體10之電腦程式131,並使所讀取之電腦程式131記憶於記憶部13。運算部11根據電腦程式131執行用以實現資訊處理裝置1之功能之處理。電腦程式131可預先記憶於記憶部13或從資訊處理裝置1之外部下載。於該情形時,資訊處理裝置1亦可不具備讀取部14。
電腦程式131能夠以於單台電腦上執行,或配置於一個站點或者分散於複數個站點並藉由通訊網路相互連接之複數台電腦上執行的方式展開。即,資訊處理裝置1可包括複數台電腦,電腦程式131可於經由通訊網路連接之複數台電腦上執行。資訊處理裝置1亦可使用雲端伺服器而構成。
資訊處理裝置1具備模擬模型132,模擬模型132進行預測藉由基板處理獲得之基板形狀之形狀模擬。模擬模型132模擬對於具有任意形狀之基板之於任意處理條件下之基板處理。模擬模型132使用與處理條件相關之複數個處理參數進行模擬,並計算預測基板處理後之基板形狀所得之預測形狀。模擬模型132包含用於形狀模擬之電腦程式。用於形狀模擬之電腦程式記憶於記憶部13,例如包含於電腦程式131。
或者,資訊處理裝置1具備已學習模型133代替模擬模型132,已學習模型133於輸入有基板之形狀及處理參數之情形時輸出基板之預測形狀。已學習模型133預先進行學習,使得於輸入有進行基板處理之前之基板之形狀即初始形狀及處理參數之情形時輸出預測形狀。已學習模型133藉由運算部11根據電腦程式131執行資訊處理而實現。例如,已學習模型133使用神經網路而實現。
已學習模型133亦可使用硬體而構成。例如,已學習模型133亦可由包含處理器、及記憶所需之程式及資料之記憶體之硬體構成。或者,已學習模型133亦可使用量子電腦而實現。或者,亦可為如下形態,即,已學習模型133設置於資訊處理裝置1之外部,資訊處理裝置1利用外部之已學習模型133來執行處理。例如,已學習模型133亦可利用雲端而實現。資訊處理裝置1亦可具備模擬模型132及已學習模型133兩者。
圖3係表示複數個處理參數之例之圖表。複數個處理參數包含與製程腔室相關之資訊、表示由控制裝置22控制之處理裝置21中之處理條件之控制參數、及表示基板處理時因電漿產生之粒子入射至基板之狀態之通量參數。處理參數可包含其他資訊。與製程腔室相關之資訊可包含構成製程腔室之零件之材料、零件材料之熱導率或介電常數等特性、及製程腔室內之零件之位置。又,可包含用以供給或排出氣體之孔之數量、變成真空之空間之尺寸或製程腔室之形狀等製程腔室之設計資訊。進而,可包含電壓之供給位置、氣體之供給位置、及氣體之排氣位置。
控制參數可包含供給至製程腔室之氣體之種類、供給之氣體之流量、氣體之排氣量、供給至製程腔室之複數種電壓、複數種電壓之頻率、製程腔室內之壓力及溫度。通量參數可包含入射至基板之離子、自由基及中性粒子等粒子之種類、以及表示在基板表面之單位面積上每單位時間內各種粒子入射之數量之通量。又,通量參數可包含入射至基板表面之各種粒子之能量分佈、及各種粒子入射至基板表面之角度之分佈。進而,通量參數可包含各種粒子之通量、能量分佈及角度分佈之於基板表面內之分佈及時間變化。與製程腔室相關之資訊、控制參數及通量參數可包含其他資訊。
複數個處理參數可包含其他參數。模擬模型132及已學習模型133考慮基板之表面反應,處理參數可包含與表面反應相關之參數。與表面反應相關之參數可包含因電漿產生之粒子對基板表面進行蝕刻之概率即蝕刻概率、及粒子對基板表面進行濺鍍之概率即濺鍍概率。與表面反應相關之參數可包含粒子沉積於基板表面之概率即沉積概率、藉由與粒子之相互作用而基板表面之物質產生變化之概率即改質概率、及粒子於基板表面反射之概率即反射概率。
與表面反應相關之參數可包含藉由濺鍍從基板表面脫離之粒子之角度分佈、及依存於濺鍍時之粒子之入射角之脫離物之量即濺鍍產率。與表面反應相關之參數可包含在基板表面反射之粒子之角度分佈、基板表面之缺損率、基板表面之溫度變化率、及粒子進入至基板內部之距離即粒子進入長度。與表面反應相關之參數可包含照射至基板之電子通量、及因粒子入射而使基板所帶之電荷量。
資訊處理裝置1具備模擬處理裝置21中之電漿之狀態之電漿模型134。電漿模型134基於與製程腔室相關之資訊及控制參數而模擬組成、密度及溫度等電漿之狀態。電漿模型134包含用於模擬之電腦程式。用於模擬之電腦程式記憶於記憶部13,例如包含於電腦程式131。
圖4係表示電漿模型134之構成例之概念圖。電漿模型134包含全局模型、流體模型、鞘層模型及粒子模型。全局模型係於零維空間中對製程腔室內進行近似而計算電漿之組成、密度及溫度之時間變化之模型。流體模型係將製程腔室內近似為由多個空間網格分割所得之流體而計算電漿之組成、密度及溫度之空間分佈及時間變化的模型。例如,流體模型包含用以進行CAE(Computer Aided Engineering,電腦輔助工程)模擬或CFD(Computational Fluid Dynamics,計算流體力學)模擬之模型。鞘層模型係基於電漿之組成、密度及溫度計算製程腔室之壁附近及基板表面附近之各粒子之通量、能量分佈及角度分佈的模型。
粒子模型係描述製程腔室內之各粒子之行為,計算電漿之組成、密度及溫度之空間分佈及時間變化,並計算製程腔室之壁附近及基板表面附近之各粒子之通量、能量分佈及角度分佈的模型。藉由全局模型、流體模型及鞘層模型之處理,能夠計算通量參數。或者,藉由粒子模型之處理,能夠計算通量參數。電漿模型134亦可包含全局模型、流體模型及鞘層模型但不包含粒子模型,亦可包含粒子模型但不包含全局模型、流體模型及鞘層模型。
記憶部13記憶有表示基板形狀之形狀資料。形狀資料包含表示進行基板處理之前之基板之形狀即初始形狀之資料、及表示基板處理後之基板之形狀即處理後形狀之資料。形狀資料例如係基板之剖面之照片。形狀資料例如由測定裝置23獲取,輸入至資訊處理裝置1,並記憶於記憶部13。形狀資料亦可於資訊處理裝置1中製作。又,記憶部13記憶有表示既存之製程配方之內容之製程配方資料。
對資訊處理裝置1執行之資訊處理進行說明。資訊處理裝置1執行調整處理參數之資訊處理,使得藉由形狀模擬能夠獲得特定之預測形狀。圖5係表示資訊處理裝置1執行之資訊處理之概要之概念圖。資訊處理裝置1將與製程腔室相關之資訊及控制參數輸入至電漿模型134,使用電漿模型134進行模擬處理裝置21中之電漿之狀態之電漿模擬。資訊處理裝置1藉由電漿模擬計算通量參數。繼而,資訊處理裝置1將計算出之通量參數、與製程腔室相關之資訊及控制參數、及包含初始形狀及處理後形狀之基板形狀輸入至模擬模型132或已學習模型133。資訊處理裝置1使用模擬模型132或已學習模型133調整處理參數,使得預測形狀成為輸入之處理後形狀,並獲取適當之處理參數。
圖6係表示資訊處理裝置1執行之調整處理參數之資訊處理之順序之例的流程圖。以下,將資訊處理裝置1執行之資訊處理之步驟簡記為S。藉由運算部11根據電腦程式131執行資訊處理,而資訊處理裝置1執行以下之處理。
資訊處理裝置1獲取基板形狀、及處理參數之初始值(S1)。於S1中,運算部11藉由從記憶部13讀出形狀資料,而獲取包含特定之初始形狀及特定之處理後形狀之基板形狀。又,運算部11藉由從製程配方資料中讀出處理參數而獲取處理參數之初始值。藉由從製程配方資料中獲取處理參數之初始值,能夠進行基於既存之製程配方之電漿模擬。藉由基於既存之製程配方,能夠於現實條件下進行電漿模擬。
運算部11亦可從形狀資料以外獲取基板形狀,亦可從製程配方資料以外獲取處理參數。例如,亦可從資訊處理裝置1之外部將基板之形狀或處理參數之一部分輸入至資訊處理裝置1。例如,亦可藉由使用者對操作部15進行操作,而將基板之形狀或處理參數之一部分輸入至資訊處理裝置1。
資訊處理裝置1進行電漿模擬(S2)。於S2中,運算部11使用電漿模型134,於處理參數所包含之與製程腔室相關之資訊及控制參數下模擬為了基板處理而產生於處理裝置21之製程腔室內之電漿之狀態。運算部11藉由執行電漿模擬,而計算表示因電漿產生之粒子入射至製程腔室內之基板之狀態之通量參數。
圖7係表示電漿模擬之概要之概念圖。於S2中,運算部11將處理參數中包含之與製程腔室相關之資訊及控制參數輸入至電漿模型134所包含之全局模型及流體模型。運算部11使用全局模型,計算製程腔室內所產生之電漿之組成、密度及溫度之時間變化。又,運算部11使用流體模型,計算電漿之組成、密度及溫度之空間分佈及時間變化。
運算部11將使用全局模型計算出之電漿之組成、密度及溫度、以及使用流體模型計算出之電漿之組成、密度及溫度輸出至電漿模型134所包含之鞘層模型。運算部11使用鞘層模型,計算製程腔室之壁附近及基板表面附近之各粒子之通量、能量分佈及角度分佈。根據使用鞘層模型之計算結果,能夠獲得包含入射至基板之粒子之種類、各粒子之通量、入射至基板之各粒子之能量分佈及角度分佈的通量參數。
或者,運算部11將處理參數中包含之與製程腔室相關之資訊及控制參數輸入至電漿模型134所包含之粒子模型。運算部11使用粒子模型,計算電漿之組成、密度及溫度之空間分佈及時間變化、以及製程腔室之壁附近及基板表面附近之各粒子之通量、能量分佈及角度分佈。根據使用粒子模型之計算結果,能夠獲得包含入射至基板之粒子之種類、各粒子之通量、入射至基板之各粒子之能量分佈及角度分佈的通量參數。
使用粒子模型之電漿模擬與使用全局模型、流體模型及鞘層模型之電漿模擬相比,能夠更準確地模擬電漿之狀態。但是,使用全局模型、流體模型及鞘層模型之電漿模擬與使用粒子模型之電漿模擬相比,能夠更高速地進行模擬。運算部11可選擇使用全局模型、流體模型及鞘層模型之電漿模擬與使用粒子模型之電漿模擬中之任一者並予以執行。運算部11亦可僅執行使用全局模型、流體模型及鞘層模型之電漿模擬或使用粒子模型之電漿模擬。
資訊處理裝置1獲取通量參數之推定值(S3)。於S3中,運算部11將作為電漿模擬之結果所獲得之通量參數之值設為通量參數之推定值。運算部11將所獲取之通量參數的推定值記憶於記憶體12或記憶部13。
於S3中,運算部11亦可藉由將S2中所獲得之複數個通量參數整合為數量更少之通量參數而獲取通量參數之推定值。例如,運算部11藉由計算與複數種粒子相關之通量參數之平均值或中央值等統計值,而整合通量參數,並將計算出之統計值設為通量參數之推定值。例如,運算部11將與氬離子及氧離子等複數種離子相關之通量參數之統計值設為與離子相關之通量參數的推定值。同樣地,運算部11將與自由基或中性粒子相關之通量參數之統計值設為與自由基或中性粒子相關之通量參數的推定值。運算部11亦可藉由按離子或自由基之價數整合通量參數等其他方法將與複數種粒子相關之通量參數整合為數量更少之通量參數。
例如,運算部11藉由計算通量參數之空間上之統計值或時間上之統計值,而整合通量參數,並將空間上之統計值或時間上之統計值設為通量參數之推定值。例如,運算部11計算對通量、能量分佈及角度分佈於基板表面內進行積分所得之值等各粒子之通量、能量分佈及角度分佈之空間上之統計值。例如,運算部11計算對通量、能量分佈及角度分佈之時間變化進行積分所得之值等各粒子之通量、能量分佈及角度分佈之時間上之統計值。運算部11將各粒子之通量、能量分佈及角度分佈之空間上之統計值或時間上之統計值設為通量參數之推定值。
藉由整合通量參數,能削減通量參數之數量。藉此,能削減之後之處理中使用之處理參數之數量。藉由處理參數之數量被削減,能簡化之後之處理。具體而言,能簡化基於使用複數個處理參數之模擬模型132或已學習模型133之資訊處理,從而能夠削減計算成本。
繼而,資訊處理裝置1使用模擬模型132或已學習模型133調整處理參數(S4)。於S4中,運算部11藉由使用包含通量參數之複數個處理參數之模擬模型132來執行對具有特定之初始形狀之基板進行基板處理之形狀模擬。運算部11一面變更複數個處理參數之值,一面重複形狀模擬,藉此,調整複數個處理參數,使得藉由形狀模擬計算之基板之預測形狀接近特定之處理後形狀。
運算部11於藉由形狀模擬計算之基板之預測形狀足夠接近特定之處理後形狀之狀態下結束處理參數之調整。例如,運算部11計算表示藉由形狀模擬獲得之預測形狀與特定之處理後形狀之差的誤差函數,於誤差函數之值包含於預定之範圍內之情形時,結束處理參數之調整。
或者,於S4中,運算部11將包含通量參數之複數個處理參數、及基板之特定之初始形狀輸入至已學習模型133。已學習模型133根據處理參數及初始形狀之輸入而輸出基板之預測形狀。運算部11一面變更複數個處理參數之值,一面重複處理,使得已學習模型133輸出之基板之預測形狀接近特定之處理後形狀。即,重複如下內容:運算部11將變更後之處理參數及特定之初始形狀輸入至已學習模型133、及已學習模型133輸出預測形狀。以此方式,運算部11調整複數個處理參數。
運算部11於已學習模型133輸出之基板之預測形狀足夠接近特定之處理後形狀之狀態下結束處理參數之調整。例如,運算部11計算表示已學習模型133輸出之預測形狀與特定之處理後形狀之差的誤差函數,於誤差函數之值包含於預定之範圍內之情形時,結束處理參數之調整。
進而,於S4中,運算部11使用S1中獲取之處理參數之初始值作為複數個處理參數中除通量參數以外之參數之初始值。運算部11使用S1中獲取之基板形狀作為特定之初始形狀及特定之處理後形狀。運算部11使用S3中獲取之通量參數的推定值作為複數個處理參數中之通量參數之初始值。可期待該通量參數之初始值接近最佳之通量參數之值。因此,運算部11能夠以較高之概率將通量參數調整為適當之值。
又,運算部11於調整通量參數之值時,在包含初始值之限定之特定範圍內調整通量參數。例如,運算部11將預定值設為正值,並將從(初始值-預定值)至(初始值+預定值)之範圍設為特定範圍。例如,運算部11將從使初始值減少預定比率所得之值至使初始值增加預定比率所得之值的範圍設為特定範圍。例如,預定比率為20%。用於規定特定範圍之資訊預先記憶於記憶部13。特定範圍亦可藉由使用者對操作部15進行操作而輸入至資訊處理裝置1。推測包含初始值之特定範圍內包含最佳之通量參數之值之可能性較高。因此,與從較大之範圍包羅性地搜尋通量參數之情形相比,運算部11能夠有效率地將通量參數調整為適當之值。
繼而,資訊處理裝置1獲取經調整之複數個處理參數(S5)。於S5中,運算部11獲取S4中調整後之最終之處理參數。所獲得之處理參數與適合於用以從具有特定之初始形狀之基板獲得具有特定之處理後形狀之基板之基板處理的處理條件對應。資訊處理裝置1亦可將所獲取之複數個處理參數顯示於顯示部16。資訊處理裝置1亦可根據所獲取之複數個處理參數來設定處理裝置21中之基板之處理條件。S5結束之後,資訊處理裝置1結束調整處理參數之資訊處理。
如以上詳細敍述般,於本實施方式中,資訊處理裝置1藉由電漿模擬獲取通量參數之推定值,使用模擬模型132或已學習模型133調整包含通量參數之處理參數。於調整處理參數之前之階段,能夠藉由電漿模擬獲得接近最佳值之通量參數的推定值。藉由將所獲得之推定值設為初始值,而調整之通量參數之值與最佳值之偏差變小。因此,與從較大之範圍包羅性地搜尋通量參數之先前之技術相比,能夠以更高之精度調整通量參數。
進行本實施方式與先前技術之比較。於不使用電漿模擬之先前技術中,複數次進行調整處理參數之處理。又,於各處理中,獲取計算使用調整後之處理參數所獲得之預測形狀與特定之處理後形狀之偏差之損失函數之輸出值即Loss(損失)值。又,複數次進行本實施方式之S1~S5之處理,並於各處理中獲取Loss值。於先前技術中,會產生Loss值之減少不再進展之局部解,還會產生Loss值過度減少之過度適應。於本實施方式中,Loss值成為局部解中之Loss值與過度適當之Loss值之中間之值。又,本實施方式中獲得之Loss值之變動範圍遠小於先前技術中獲得之Loss值之變動範圍。於本實施方式中,高精度地調整處理參數。
進而,藉由S1~S5之處理所獲取之處理參數中包含之與表面反應相關之參數之值成為接近於處理裝置21中之實際基板處理中獲得之與現實之表面反應相關之參數之值的值。如此,於本實施方式中,藉由高精度地調整通量參數,能夠高精度地調整包含通量參數之處理參數。
本發明並不限定於上述實施方式之內容,能夠於請求項所示之範圍內進行各種變更。即,組合了於請求項所示之範圍內適當變更所得之技術手段而獲得的實施方式亦包含於本發明之技術範圍內。
各實施方式中記載之事項能夠相互組合。又,申請專利範圍中記載之獨立請求項及附屬請求項無論引用形式如何,均能夠以所有一切組合相互組合。進而,申請專利範圍使用記載引用2個以上之其他附屬項之附屬項之形式(多重附屬項形式),但並不限於此。亦可使用記載引用至少一個多重附屬項之多重附屬項(多附多附屬項)之形式來記載。
1:資訊處理裝置
10:記錄媒體
11:運算部
12:記憶體
13:記憶部
14:讀取部
15:操作部
16:顯示部
21:處理裝置
22:控制裝置
23:測定裝置
131:電腦程式
132:模擬模型
133:已學習模型
134:電漿模型
S1:步驟
S2:步驟
S3:步驟
S4:步驟
S5:步驟
圖1係表示本實施方式之資訊處理系統之構成例之概念圖。
圖2係表示資訊處理裝置之內部之構成例之方塊圖。
圖3係表示複數個處理參數之例之圖表。
圖4係表示電漿模型之構成例之概念圖。
圖5係表示資訊處理裝置執行之資訊處理之概要之概念圖。
圖6係表示資訊處理裝置執行之調整處理參數之資訊處理之順序之例的流程圖。
圖7係表示電漿模擬之概要之概念圖。
Claims (8)
- 一種電腦程式,其使電腦執行如下處理: 模擬利用電漿處理基板之處理裝置中之電漿的狀態; 從模擬結果獲取表示因電漿產生之粒子入射至基板之狀態之通量參數的推定值; 使用利用包含上述通量參數之與基板處理之條件相關之處理參數模擬基板處理之模擬模型、或根據上述處理參數及基板之初始形狀之輸入而輸出基板之處理後形狀之已學習模型,將所獲取之上述推定值作為上述通量參數之初始值來調整上述處理參數,使得從具有特定之初始形狀之基板獲得具有特定之處理後形狀之基板。
- 如請求項1之電腦程式,其使電腦執行如下處理: 藉由使用全局模型、流體模型及鞘層模型之模擬或使用粒子模型之模擬來模擬電漿之狀態。
- 如請求項1之電腦程式,其使電腦執行如下處理: 基於規定基板之處理內容之既存之製程配方來模擬電漿之狀態。
- 如請求項1之電腦程式,其使電腦執行如下處理: 藉由電漿之狀態之模擬,獲取複數種粒子之狀態或粒子之狀態之空間分佈或者時間變化; 獲取表示複數種粒子之狀態之參數之統計值、或表示粒子之狀態之參數之空間上之統計值、或時間上之統計值,來作為通量參數之推定值。
- 如請求項1之電腦程式,其使電腦執行如下處理: 當調整上述處理參數時,從上述推定值於特定範圍內調整上述通量參數。
- 如請求項1之電腦程式,其使電腦執行處理, 上述通量參數包含入射至基板之粒子之種類、通量、能量分佈或角度分佈。
- 一種資訊處理方法,其係模擬利用電漿處理基板之處理裝置中之電漿的狀態, 從模擬結果獲取表示因電漿產生之粒子入射至基板之狀態之通量參數的推定值, 使用利用包含上述通量參數之與基板處理之條件相關之處理參數模擬基板處理之模擬模型、或根據上述處理參數及基板之初始形狀之輸入而輸出基板之處理後形狀之已學習模型,將所獲取之上述推定值作為上述通量參數之初始值來調整上述處理參數,使得從具有特定之初始形狀之基板獲得具有特定之處理後形狀之基板。
- 一種資訊處理裝置,其具備運算部,且 上述運算部係 模擬利用電漿處理基板之處理裝置中之電漿的狀態, 從模擬結果獲取表示因電漿產生之粒子入射至基板之狀態之通量參數的推定值, 使用利用包含上述通量參數之與基板處理之條件相關之處理參數模擬基板處理之模擬模型、或根據上述處理參數及基板之初始形狀之輸入而輸出基板之處理後形狀之已學習模型,將所獲取之上述推定值作為上述通量參數之初始值來調整上述處理參數,使得從具有特定之初始形狀之基板獲得具有特定之處理後形狀之基板。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2023-056044 | 2023-03-30 | ||
| JP2023056044 | 2023-03-30 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| TW202509802A true TW202509802A (zh) | 2025-03-01 |
Family
ID=92906234
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW113109917A TW202509802A (zh) | 2023-03-30 | 2024-03-18 | 電腦程式、資訊處理方法及資訊處理裝置 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US20260017432A1 (zh) |
| JP (1) | JPWO2024203791A1 (zh) |
| KR (1) | KR20250168426A (zh) |
| CN (1) | CN120917549A (zh) |
| TW (1) | TW202509802A (zh) |
| WO (1) | WO2024203791A1 (zh) |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6117746B2 (ja) * | 2014-07-30 | 2017-04-19 | ソニーセミコンダクタソリューションズ株式会社 | エッチング特性推定方法、プログラム、情報処理装置、加工装置、設計方法、および、製造方法 |
| JP6781689B2 (ja) * | 2015-02-20 | 2020-11-04 | ソニーセミコンダクタソリューションズ株式会社 | 情報処理装置、加工装置、推定方法、プログラム、および、加工方法 |
| US10197908B2 (en) * | 2016-06-21 | 2019-02-05 | Lam Research Corporation | Photoresist design layout pattern proximity correction through fast edge placement error prediction via a physics-based etch profile modeling framework |
| US10534257B2 (en) * | 2017-05-01 | 2020-01-14 | Lam Research Corporation | Layout pattern proximity correction through edge placement error prediction |
| JP6890632B2 (ja) | 2019-06-27 | 2021-06-18 | 東京エレクトロン株式会社 | データ処理装置、データ処理方法及びプログラム |
| WO2021081213A1 (en) * | 2019-10-23 | 2021-04-29 | Lam Research Corporation | Determination of recipe for manufacturing semiconductor |
| TWI893255B (zh) * | 2020-12-28 | 2025-08-11 | 日商東京威力科創股份有限公司 | 參數導出裝置、參數導出方法及參數導出程式 |
-
2024
- 2024-03-18 TW TW113109917A patent/TW202509802A/zh unknown
- 2024-03-22 JP JP2025510685A patent/JPWO2024203791A1/ja active Pending
- 2024-03-22 WO PCT/JP2024/011180 patent/WO2024203791A1/ja not_active Ceased
- 2024-03-22 KR KR1020257035207A patent/KR20250168426A/ko active Pending
- 2024-03-22 CN CN202480020297.XA patent/CN120917549A/zh active Pending
-
2025
- 2025-09-22 US US19/335,245 patent/US20260017432A1/en active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| KR20250168426A (ko) | 2025-12-02 |
| US20260017432A1 (en) | 2026-01-15 |
| CN120917549A (zh) | 2025-11-07 |
| WO2024203791A1 (ja) | 2024-10-03 |
| JPWO2024203791A1 (zh) | 2024-10-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7636418B2 (ja) | 半導体製造プロセスのための性能予測子 | |
| US11947888B2 (en) | Semiconductor processing tools with improved performance by use of hybrid learning models | |
| KR100582969B1 (ko) | 플라스마-처리의 표면 프로파일을 예측하는 방법 및 장치 | |
| US20240095432A1 (en) | Determination of recipes for manufacturing semiconductor devices | |
| US8103492B2 (en) | Plasma fluid modeling with transient to stochastic transformation | |
| JP2015103769A (ja) | シミュレーション方法、シミュレーションプログラム、加工制御システム、シミュレータ、プロセス設計方法およびマスク設計方法 | |
| Tan et al. | Enhanced sampling of robust molecular datasets with uncertainty-based collective variables | |
| JP4068481B2 (ja) | シミュレーション方法、シミュレーションプログラム、シミュレーション装置および表面反応装置 | |
| TW202509802A (zh) | 電腦程式、資訊處理方法及資訊處理裝置 | |
| US20260017437A1 (en) | Computer program, information processing method, and information processing device | |
| CN107541716B (zh) | 沉积制程的参数调整方法 | |
| TWI624559B (zh) | 沉積製程的參數調整方法及機器可讀取記錄媒體 | |
| CN120974993A (zh) | 一种半导体芯片虚拟产线仿真系统 | |
| WO2024176884A1 (ja) | コンピュータプログラム、情報処理方法及び情報処理装置 | |
| CN120974992A (zh) | 一种半导体芯片虚拟产线仿真软件方法 | |
| JP4449472B2 (ja) | ハイブリッド反応モデルを用いたシミュレーションシステムまたはシミュレーション方法。 | |
| JP2023057292A (ja) | 基板処理システム、情報処理装置、情報処理方法及び情報処理プログラム |